Interpolasi

Interpolasi (kadang-kadang disebut resampling) adalah sebuah metode pencitraan untuk meningkatkan (atau mengurangi) jumlah piksel dalam gambar digital.  Beberapa kamera digital menggunakan interpolasi untuk menghasilkan gambar yang lebih besar daripada sensor ditangkap atau untuk membuat zoom digital.  Hampir semua perangkat lunak editing gambar mendukung satu atau lebih metode interpolasi.  Bagaimana gambar yang diperbesar bisa halus tanpa meninggalkan kesan pecah sangat tergantung pada kecanggihan algoritma interpolasi tersebut.

Interpolasi bekerja dengan menggunakan data yang diketahui untuk memperkirakan nilai-nilai pada titik-titik yang tidak diketahui. Sebagai contoh: jika Anda ingin mengetahui suhu pada siang hari, tapi hanya diukur itu pada jam 11 dan jam 1, Anda bisa memperkirakan nilai dengan melakukan interpolasi linear. Jika Anda memiliki pengukuran tambahan pada jam 11.30 pagi, Anda bisa melihat bahwa sebagian besar dari kenaikan suhu terjadi sebelum tengah hari, dan bisa menggunakan titik data tambahan untuk melakukan interpolasi kuadrat. Semakin banyak Anda memiliki pengukuran suhu yang dekat dengan tengah hari, algoritma interpolasi Anda dapat lebih canggih (dan mudah-mudahan lebih akurat).

Perbesaran Citra

Interpolasi citra bekerja dalam dua arah, dan mencoba untuk mencapai pendekatan yang terbaik dari sebuah piksel yang warna dan intensitas yang didasarkan pada nilai-nilai di sekitar piksel. Contoh berikut menggambarkan cara mengubah ukuran / pembesaran bekerja:

Tidak seperti fluktuasi suhu udara dan gradien yang ideal di atas, nilai-nilai piksel dapat berubah lebih jauh dari satu lokasi ke lokasi berikutnya. Seperti halnya dengan contoh temperatur, semakin banyak yang diketahui tentang informasi di sekitar pixel, semakin baik dalm proses interpolasi. Oleh karena itu semakin diperbesar, semakin banyak informasi yang harus diketahui.

Algoritma untuk interpolasi

Algoritma non-adaptif meliputi: tetangga terdekat, bilinear, bicubic, spline, sinc, lanczos dan lain-lain. Tergantung pada kompleksitas, gunakan ini di antara 0 hingga 256 (atau lebih) yang berdekatan piksel ketika interpolating. Semakin banyak piksel yang berdekatan maka akan lebih akurat, tapi ini memerlukan waktu pemrosesan yang lebih lama lagi. Algoritma ini dapat digunakan untuk mendistorsi dan merubah ukuran foto.

Algoritma adaptif meliputi banyak algoritma yang dimiliki oleh software berlisensi seperti: Qimage, PhotoZoom Pro, Genuine Fractals dan lain-lain. Banyak dari versi yang berbeda menerapkan algoritma mereka (pada pixel-by-pixel basis) ketika mereka mendeteksi keberadaan tepi – bertujuan untuk meminimalkankesan interpolasi di daerah yang tajam. algoritma ini terutama dirancang untuk memaksimalkan artefak secara detail pada foto yang diperbesar, sehingga beberapa tidak dapat digunakan untuk mengubah atau memutar foto.

Nearest Neighbor Interpolation-Interpolasi Tetangga Terdekat

Interpolasi tetangga terdekat (Nearest Neighbor Interpolation) adalah metode paling sederhana dan pada dasarnya membuat piksel lebih besar. Warna pixel dalam gambar yang baru adalah warna dari piksel terdekat dari gambar asli. Jika Anda memperbesar 200%, satu piksel akan diperbesar ke 2 x 2 luas dari 4 piksel dengan warna yang sama seperti aslinya pixel.  Sebagian besar perangkat lunak untuk melihat dan mengedit gambar menggunakan interpolasi jenis ini untuk memperbesar gambar digital untuk keperluan pemeriksaan lebih dekat karena tidak mengubah informasi warna dari gambar dan tidak memperlihatkan anti-aliasing. Untuk alasan yang sama, tidak cocok untuk memperbesar gambar foto karena meningkatkan visibilitas jaggies.

Bilinear Interpolasi

Bilinear Interpolation-Interpolasi Bilinear menentukan nilai pixel baru berdasarkan rata-rata (dengan memberi bobot) dari 4 piksel dari ukuran 2×2 piksel tetangga terdekat dalam gambar asli. Metode ini rata-rata memiliki efek anti-aliasing dan karena itu relatif mulus pada bagian tepinya dan tanpa meninggalkan kesan jaggies.

Bicubic interpolasi

Bicubic interpolasi adalah lebih canggih danhasilnya lebih halus pada bagian tepi-tepinya dari pada bilinear interpolasi.  Bicubic mengunakan 4 x 4 piksel tetangga untuk mengambil informasi. Bicubic menghasilkan gambar yang terasa lebih tajam dari dua metode sebelumnya, dan mungkin merupakan kombinasi ideal waktu proses dan output yang berkualitas. Ini adalah metode yang paling sering digunakan oleh perangkat lunak editing gambar, printer driver dan banyak kamera digital untuk resampling gambar.  Adobe Photoshop CS menawarkan dua varian dari metode interpolasi bicubic: bicubic halus dan bicubic tajam.

Interpolasi Orde Tinggi
Ada banyak interpolator lain yang mengambil lebih banyak piksel sekitar ke dalam pertimbangan, dan dengan demikian juga lebih memperhitungkan lagi secara intensif. Algoritma ini termasuk spline dan sinc, dan mempertahankan informasi gambar lebih banyak setelah interpolasi. Karena itu keduanya sangat bermanfaat bila gambar memerlukan beberapa putaran / distorsi dalam langkah terpisah. Namun, untuk langkah tunggal pembesaran atau rotasi, algoritma orde yang lebih tinggi ini menyediakan perbaikan visual yang menurun sedangkan waktu pemrosesan meningkat.

Interpolasi fraktal

Fractal interpolation is mainly useful for extreme enlargements (for large prints) as it retains the shape of things more accurately with cleaner, sharper edges and less halos and blurring around the edges than bicubic interpolation would do. Interpolasi fraktal terutama berguna untuk pembesaran ekstrem (untuk cetakan besar) karena mempertahankan bentuk obyek yang lebih akurat dengan lebih bersih, lebih tajam dan kurang memperlihatkan kabur di sekitar tepi dari pada interpolasi bicubic. Contohnya adalah Genuine Fractals Pro dari Altamira Group.